当前位置: 首页 > 专利查询>湘江实验室专利>正文

一种基于yolov5-BSN网络模型的钢板表面缺陷检测方法及装置制造方法及图纸

技术编号:42237551 阅读:16 留言:0更新日期:2024-08-02 13:50
本发明专利技术实施例提供了一种基于yolov5‑BSN网络模型的钢板表面缺陷检测方法及装置,涉及钢板缺陷检测技术的技术领域。其方法包括:获取待检测的钢板表面数据;通过主干网络对所述钢板表面数据进行特征提取处理,以得到数据特征信息;通过颈部网络对所述数据特征信息进行特征融合处理,以得到融合数据;通过检测网络对所述融合数据进行缺陷检测,并根据缺陷检测结果确定钢板表面缺陷。通过本发明专利技术,解决了钢板缺陷检测精度低的问题,进而达到了提高钢板缺陷检测精度和效率的效果。

【技术实现步骤摘要】

本专利技术实施例涉及钢板缺陷检测技术的,具体而言,涉及一种基于yolov5-bsn网络模型的钢板表面缺陷检测方法及装置。


技术介绍

1、钢板生产过程的瑕疵以及使用过程中的磨损,可能会使钢板表面产生缺陷从而引发事故,因此对于精度高、速度快的钢板表面缺陷检测方法的研究具有重要意义与实际价值。

2、传统的钢板表面缺陷检测方法包括人工检测、红外检测以及涡流检测等。

3、人工检测方法是指工人直接目视检测和触摸检测,简单易行,虽然能够快速发现明显的缺陷,但是对于尺寸较小的缺陷难以精确检测,并且检测精度较低。红外检测方法是一种非接触式的检测技术,利用红外热像仪或红外相机来检测钢板表面缺陷的方法。其受环境温度和湿度影响较大,难以在实际生产中应用,并且红外热像仪和红外相机等设备较为昂贵,需要投入较高的成本。涡流检测方法是一种基于涡流感应原理的钢板表面缺陷检测技术,能够进行全面性的检测,但是对于材料要求较高,设备较为复杂,并且对于表面形状不规则或者复杂的钢板产品的检测较为困难,同时花费的成本也较高。

4、针对上述问题,当前并无较好的解决方案本文档来自技高网...

【技术保护点】

1.一种基于yolov5-BSN网络模型的钢板表面缺陷检测方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,在所述通过检测网络对所述融合数据进行缺陷检测之前,所述方法还包括:

3.根据权利要求1所述的方法,其特征在于,在所述通过主干网络对所述钢板表面数据进行特征提取处理,以得到数据特征信息之前,所述方法还包括:

4.根据权利要求1所述的方法,其特征在于,所述通过颈部网络对所述数据特征信息进行特征融合处理,以得到融合数据包括:

5.一种基于yolov5-BSN网络模型的钢板表面缺陷检测装置,其特征在于,包括:

6...

【技术特征摘要】

1.一种基于yolov5-bsn网络模型的钢板表面缺陷检测方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,在所述通过检测网络对所述融合数据进行缺陷检测之前,所述方法还包括:

3.根据权利要求1所述的方法,其特征在于,在所述通过主干网络对所述钢板表面数据进行特征提取处理,以得到数据特征信息之前,所述方法还包括:

4.根据权利要求1所述的方法,其特征在于,所述通过颈部网络对所述数据特征信息进行特征融合处理,以得到融合数据包括:

5.一种基于yolov5-bsn网络模型的钢板表面缺陷检测装置,其特征...

【专利技术属性】
技术研发人员:周鲜成彭澳车娟谭平周开军李宇祺
申请(专利权)人:湘江实验室
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1